Архитектура NOWA-Cognitive позволяет агенту обучаться последовательно без использования обратного распространения ошибки и глобальной функции потерь. Система имитирует биологические процессы: агент фиксирует опыт в течение дня, а консолидацию памяти проводит во время цикла сна. Проект Михаила Бурлакова включает около 125 000 строк кода на языке Python.
Агент G3A1SF воспринимает мир через контекстные токены. Его эмоциональное состояние описывается вектором из восьми осей, включая стресс, любопытство и валентность. Решения принимаются через конкуренцию каналов «Go» и «NoGo» в базальных ганглиях, на которые влияют нейромодуляторы. При этом нейромодуляторы лишь меняют пороги и масштабы, не принимая решений самостоятельно.
Днем агент обновляет слой ценности на основе ошибки предсказания, интенсивность которой регулирует ацетилхолин. Веса каналов действий и долговременная память остаются неизменными до наступления сна. Цикл сна фильтрует дневные события: система отбирает для повторного проигрывания наиболее неожиданные и нестабильные эпизоды, игнорируя рутинные действия.
Ночью происходит обновление весов, слияние похожих эпизодов в паттерны коры и удаление неактивных данных. Поведенческие особенности агента, такие как скорость распада стресса или циркадные ритмы, задаются геномом из 39 параметров. Каждый ген определяет коэффициенты для конкретных когнитивных модулей, включая пороги консолидации и скорость обучения.
